Última revisión:
¿Qué es un modelo de fundación? Definición y retos para la empresa
Un modelo de fundación es un modelo de IA generalista entrenado sobre datos masivos y diversificados, que sirve de base reutilizable para decenas o incluso cientos de aplicaciones de negocio distintas, por adaptación (fine-tuning, RAG, prompt) y no por entrenamiento específico.
El término modelo de fundación (foundation model en inglés) fue introducido por el Stanford CRFM en 2021 (Bommasani et al., On the Opportunities and Risks of Foundation Models) para designar una nueva clase de modelos caracterizada por dos propiedades. La primera, el entrenamiento a gran escala sobre corpus generalistas: estos modelos no están concebidos para una tarea precisa, sino para captar las regularidades estadísticas de un dominio amplio (lenguaje, imagen, código). La segunda, su adaptabilidad descendente: el mismo modelo puede especializarse a posteriori para la traducción, el resumen, la clasificación, el código, el análisis de imagen, mediante técnicas de adaptación (fine-tuning, RAG, prompt engineering) mucho menos costosas que el entrenamiento inicial. GPT, Claude, Gemini, Llama y Mistral son modelos de fundación textuales. Stable Diffusion y GPT Image (OpenAI) son modelos de fundación visuales. La casi totalidad de las aplicaciones de IA de empresa actuales se apoyan en un modelo de fundación, sin saberlo necesariamente.
Ejemplo concreto
El informe Stanford CRFM 2021 identificó los modelos de fundación como un cambio de paradigma: antes de 2018, cada tarea de IA (traducción, resumen, clasificación, visión) necesitaba su propio modelo entrenado específicamente, sobre datos dedicados. Después de 2018 y la emergencia de los grandes transformers, un único modelo generalista puede abordar decenas de tareas por adaptación ligera. Caso ilustrativo para una mediana empresa: en lugar de financiar cinco proyectos de IA especializada, cada uno con sus datos y su modelo, adapta cinco veces el mismo modelo de fundación, mediante prompt, RAG o un fine-tuning ligero. El coste de entrada baja mucho, porque el proveedor ya ha pagado el entrenamiento inicial.
Preguntas frecuentes
¿Qué es un modelo de fundación?
Es un modelo de IA generalista entrenado sobre datos masivos y diversificados, que sirve de base reutilizable para decenas, incluso cientos, de aplicaciones de negocio distintas. Se adapta (fine-tuning, RAG, prompt) en lugar de entrenarlo específicamente para cada tarea. El término fue introducido por el Stanford CRFM en 2021.
¿En qué cambia un modelo de fundación la ecuación económica?
Antes de 2018, cada tarea de IA (traducción, resumen, clasificación, visión) exigía su propio modelo entrenado específicamente. Desde entonces, un único modelo generalista aborda decenas de tareas por adaptación ligera. Para una mediana empresa, eso equivale a adaptar cinco veces un modelo existente, a 10 000 o 30 000 euros por adaptación, en lugar de financiar cinco desarrollos especializados a 200 000 euros cada uno: la barrera de entrada se desploma un orden de magnitud.
¿Hay que construir el propio modelo de fundación?
No. Su coste (decenas a cientos de millones de dólares) lo sitúa fuera del alcance de las empresas. No construirá un modelo, elegirá uno. La competencia estratégica se desplaza hacia la selección, la adaptación y la orquestación de modelos existentes.
¿Es reversible la elección de un modelo de fundación?
Difícilmente. Cambiarlo tras la puesta en producción exige reescribir los prompts, rehacer el fine-tuning, a veces reindexar las bases RAG. Es una decisión plurianual, que arbitrar en función de la trayectoria del proveedor, no solo del precio a corto plazo.
¿Qué riesgo de gobernanza hay que anticipar?
La homogeneización. Como la casi totalidad de las aplicaciones se apoyan en unos pocos modelos de fundación, un fallo o un sesgo de uno de ellos se propaga a todas las aplicaciones adaptadas aguas abajo. La auditoría aguas arriba se vuelve, por tanto, un asunto de gobernanza, no un detalle técnico.
Ver también
Para profundizar
On the Opportunities and Risks of Foundation Models, Stanford CRFM, Bommasani et al., 2021
Fuentes
- On the Opportunities and Risks of Foundation Models, Bommasani et al., Stanford CRFM, arXiv:2108.07258, 2021. https://arxiv.org/abs/2108.07258
- Center for Research on Foundation Models, Stanford HAI. https://crfm.stanford.edu/
- How much does it cost to train frontier AI models?, Epoch AI, junio de 2024. https://epoch.ai/blog/how-much-does-it-cost-to-train-frontier-ai-models
- Deprecations, OpenAI (DALL·E retirado de la API el 12 de mayo de 2026). https://developers.openai.com/docs/deprecations